Untitled
unknown
plain_text
2 years ago
4.1 kB
4
Indexable
#bibliotecas necessárias library(corrplot) library(car) library(usdm) library(gvlma) library(MASS) library(leaps) library(ggplot2) ####TRATAMENTO DE DADOS#### dados <- read.delim("Trabalho10_Dados.txt", header= FALSE, sep="") #escolha dos dados pedidos no enunciado dados <- dados[,2:13] names(dados)<- c("Age", "Height", "Sex", "Survival", "Shock.Type", "Systolic.Pressure", "Mean.Arterial.Pressure", "Heart.Rate", "Diastolic.Pressure", "Mean.Central.Venous.Pressure", "Body.Surface.Area", "Cardiac.Index") rows <- nrow(dados) even_rows <- seq_len(rows) %% 2 dados_inicial <- dados[even_rows == 1,] rownames(dados_inicial) <- NULL #renumerar linhas nrows <- nrow(dados_inicial) #transformar qualitativas qualitativas <- c("Sex", "Survival", "Shock.Type") for (i in 1:ncol(dados_inicial)){ if (names(dados_inicial[i]) %in% qualitativas){ dados_inicial[,i] <- factor(dados_inicial[,i]) } } #formato correto dados_inicial$Mean.Central.Venous.Pressure <- dados_inicial$Mean.Central.Venous.Pressure * 10^-1 dados_inicial$Body.Surface.Area <- dados_inicial$Body.Surface.Area * 10^-2 dados_inicial$Cardiac.Index <- dados_inicial$Cardiac.Index * 10^-2 ###ANALISE DE DADOS### summary(dados_inicial) #box.plot continuas dados_cont <- dados_inicial[ ,-c(match(qualitativas, names(dados_inicial)))] par(mfrow = c(3, ncol(dados_cont)/3), mar=c(2,2,2,2), cex=0.5) lapply(1:ncol(dados_cont), function(i) boxplot(dados_cont[,i], main=names(dados_cont)[i])) #correlações a <- cor(data.matrix(dados_cont)) dev.off() corrplot(a, method = 'color', addCoef.col = 'black', number.cex = 0.45, tl.cex = 0.5, tl.col="black") #variavel resposta y <- matrix(dados_inicial$Cardiac.Index) dados_inicial <- dados_inicial[,-ncol(dados_inicial)] dados_cont <- dados_cont[-length(dados_cont)] #eliminar Mean Arterial v <- vifstep(dados_cont, th=10) dados_inicial <- exclude(dados_inicial, v) #analisar correlacoes das categoricas??? #separar dados de treino e de teste set.seed(73) teste_ind<-sort(sample(nrows,0.2*nrows)) #Treino dados_treino <-dados_inicial[-teste_ind,] y_treino <- y[-teste_ind] summary(dados_treino) #Teste dados_teste <- dados_inicial[teste_ind,] y_teste <- y[teste_ind] ####ANALISE PRELIMINAR DO MODELO COMPLETO#### #modelo completo com covariaveis eliminadas mrl.comp <- mrl.comp <-lm(y_treino ~ .,data=dados_treino) #plot(mrl.comp) summary(mrl.comp) AIC(mrl.comp) gvlma(mrl.comp) #gráfico de previsões pred_comp <- predict(mrl.comp, newdata = dados_teste) d<-data.frame(pred_comp, y=y_teste) ggplot(d, aes(pred_comp, y)) + geom_point(shape = 16, size = 3, show.legend = FALSE) #y não cumpre normalidade shapiro.test(y_treino) #p-value = 5.896e-05 #boxcox para por y normal b <- boxcox(lm(y_treino ~ 1)) lambda <- b$x[which.max(b$y)] #lambda=0.3434343... y_treino2 <- (y_treino^lambda-1)/lambda shapiro.test(y_treino2) #p-value = 0.5483 > 0.25 y_teste2 <- (y_teste^lambda-1)/lambda #usa-se o mesmo lambda para que treino e teste tenham o mesmo "significado" shapiro.test(y_teste2) #p-value = 0.9791 > 0.25 #outliers de y treino - inicio ou aqui???? boxplot(y_treino2)$out #modelo com y_treino normal mrl.comp2 <-lm(y_treino2 ~ .,data=dados_treino) #plot(mrl.comp2) #mais proximo de normal summary(mrl.comp2) AIC(mrl.comp2) gvlma(mrl.comp2) #grafico de previsoes pred_comp2 <- predict(mrl.comp2, newdata = dados_teste) d<-data.frame(pred_comp2, y=y_teste2) ggplot(d, aes(pred_comp2, y)) + geom_point(shape = 16, size = 3, show.legend = FALSE) ###stepforward### #1 it, sem interações mrl.base <-lm(y_treino2~1, data=dados_treino) mrl.stepforward <- step(mrl.base, scope = list(upper = formula(mrl.comp2), lower = formula(mrl.base)), direction = "forward", trace="FALSE") summary(mrl.stepforward) AIC(mrl.stepforward) anova(mrl.stepforward,mrl.comp2) formula(mrl.stepforward)
Editor is loading...